<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:dc="http://purl.org/dc/elements/1.1/">
  <channel>
    <title>DEV Community: Yones Alizai </title>
    <description>The latest articles on DEV Community by Yones Alizai  (@yonesit).</description>
    <link>https://dev.to/yonesit</link>
    <image>
      <url>https://media2.dev.to/dynamic/image/width=90,height=90,fit=cover,gravity=auto,format=auto/https:%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Fuser%2Fprofile_image%2F4042727%2F39d1e27a-3e46-4dc6-85b2-0fe691740a27.jpg</url>
      <title>DEV Community: Yones Alizai </title>
      <link>https://dev.to/yonesit</link>
    </image>
    <atom:link rel="self" type="application/rss+xml" href="https://dev.to/feed/yonesit"/>
    <language>en</language>
    <item>
      <title>QuantzAI: Wie ich eine Machine-Learning-Forschungsplattform für Marktdaten entwickle</title>
      <dc:creator>Yones Alizai </dc:creator>
      <pubDate>Wed, 22 Jul 2026 22:05:58 +0000</pubDate>
      <link>https://dev.to/yonesit/quantzai-wie-ich-eine-machine-learning-forschungsplattform-fur-marktdaten-entwickle-2ooi</link>
      <guid>https://dev.to/yonesit/quantzai-wie-ich-eine-machine-learning-forschungsplattform-fur-marktdaten-entwickle-2ooi</guid>
      <description>&lt;h1&gt;
  
  
  QuantzAI: Erfahrungen aus einem privaten Machine-Learning-Projekt
&lt;/h1&gt;

&lt;p&gt;Hallo, ich bin &lt;strong&gt;Yones Alizai&lt;/strong&gt;, Informatiker und Softwareentwickler mit Interesse an künstlicher Intelligenz, Systemintegration und Automatisierung.&lt;/p&gt;

&lt;p&gt;In diesem Beitrag möchte ich &lt;strong&gt;QuantzAI&lt;/strong&gt; vorstellen. QuantzAI ist ein privates Forschungs- und Softwareprojekt, mit dem ich mich mit Machine Learning, historischen Marktdaten, zeitbasierter Validierung, Risikomanagement, Paper-Trading und Desktop-Anwendungsentwicklung beschäftige.&lt;/p&gt;

&lt;p&gt;Der vollständige Quellcode, interne Modelle und die genaue Strategielogik bleiben privat. Öffentlich teile ich nur die allgemeine Architektur, verwendete Technologien, technische Erfahrungen und ausgewählte Demonstrationen.&lt;/p&gt;

&lt;h2&gt;
  
  
  Was ist QuantzAI?
&lt;/h2&gt;

&lt;p&gt;QuantzAI verbindet mehrere technische Bereiche:&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;Verarbeitung historischer Marktdaten&lt;/li&gt;
&lt;li&gt;Feature Engineering&lt;/li&gt;
&lt;li&gt;Machine-Learning-Modelle&lt;/li&gt;
&lt;li&gt;zeitbasierte Modellvalidierung&lt;/li&gt;
&lt;li&gt;Backtesting&lt;/li&gt;
&lt;li&gt;Risikomanagement&lt;/li&gt;
&lt;li&gt;Paper-Trading&lt;/li&gt;
&lt;li&gt;grafische Desktop-Oberfläche&lt;/li&gt;
&lt;li&gt;Monitoring und Audit-Logging&lt;/li&gt;
&lt;li&gt;automatisierte Tests&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;Das Ziel des Projekts ist nicht einfach, ein Modell mit guten Klassifikationswerten zu trainieren.&lt;/p&gt;

&lt;p&gt;Ein Modell kann auf dem Papier gut aussehen und trotzdem unbrauchbar sein, wenn es auf zukünftigen Daten getestet wird oder realistische Kosten berücksichtigt werden.&lt;/p&gt;

&lt;p&gt;Deshalb liegt ein wichtiger Schwerpunkt des Projekts auf einer realistischen und zeitlich korrekten Bewertung.&lt;/p&gt;

&lt;h2&gt;
  
  
  Vereinfachte Architektur
&lt;/h2&gt;

&lt;p&gt;Die öffentliche Architektur lässt sich so zusammenfassen:&lt;/p&gt;



&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight plaintext"&gt;&lt;code&gt;
text
Historische Marktdaten
        ↓
Datenaufbereitung und Feature Engineering
        ↓
Machine-Learning-Modelle und zeitbasierte Validierung
        ↓
Risiko- und Paper-Trading-Komponenten
        ↓
Desktop-Oberfläche, Monitoring und Audit-Logging
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;

</description>
      <category>ai</category>
      <category>python</category>
      <category>machinelearning</category>
      <category>software</category>
    </item>
  </channel>
</rss>
